Alors que le bitcoin s’échange à 80 297 $, en hausse de 3,59 % sur 24 heures, et que le marché digère le bruit politique postélectoral, une nouvelle est apparue. Elle semble cocasse à première vue, mais sa valeur analytique dépasse de plusieurs ordres de grandeur celle de la plupart des mouvements de prix de la semaine. Lors de la présentation de ses résultats du troisième trimestre 2026, la direction d’Uber a révélé un chiffre précis : sur l’ensemble du trimestre, des agents d’IA tiers n’ont effectué que quatre trajets de manière autonome via la plateforme. Quatre. Pas quatre mille, ni quatre millions — quatre transactions. Pour les investisseurs dans les jetons liés à l’IA, ce n’est pas une simple anecdote : ce sont des données de première main sur le degré de maturité réel du marché des agents autonomes, qui obligent à revoir plusieurs hypothèses fondamentales.
Le contexte de ce chiffre est fondamental. Tout au long de 2025 et 2026, le récit des agents d’IA comme prochaine couche d’automatisation et, dans le même temps, comme principal catalyseur de croissance de jetons tels que FET, TAO ou RENDER reposait sur l’idée d’une intégration inévitable et rapide des systèmes autonomes dans les services du quotidien. Le marché du capital-risque a réagi en conséquence : il suffit de rappeler que la start-up d’inférence IA Fal a doublé sa valorisation, à 16 milliards de dollars, sur fond de discussions autour d’une explosion de la demande en puissance de calcul — nous en avions parlé précédemment. En parallèle, Anthropic a annoncé FlashProve, un système destiné à vérifier l’authenticité des réponses d’un modèle d’IA donné, tandis qu’OpenAI continue d’élargir la base d’utilisateurs de ChatGPT grâce à une mise à jour de la génération de contenu multimédia. Les infrastructures se développent activement. Mais les données d’Uber montrent qu’il existe un fossé entre la construction des infrastructures et leur utilisation réelle par des agents autonomes — un fossé que le marché tend à sous-estimer.
Voyons qui gagne et qui perd à cause de cet écart. Les gagnants sont les projets qui se positionnent honnêtement comme une couche d’infrastructure, et non comme une couche d’agents : les oracles, les réseaux de vérification des données et les protocoles de calcul décentralisés. Ils vendent des pelles pendant la ruée vers l’or, et la demande de pelles ne dépend pas de la quantité d’or réellement extraite. Les perdants sont les projets dont les valorisations reposaient directement sur des multiples de trafic futur généré par des agents. Si le volume réel d’activité des agents à l’échelle de l’une des plus grandes plateformes de transport au monde se limite à quatre transactions par trimestre, alors les prévisions de monétisation par des commissions sur les interactions entre agents nécessitent de revoir sérieusement les échéances. Les pressions politiques créent un risque structurel supplémentaire : après les élections au Congrès, le cadre réglementaire des infrastructures technologiques, notamment des centres de données, s’est manifestement durci — dans plusieurs circonscriptions, les électeurs ont voté en faveur d’un moratoire sur les constructions. Cela renchérit les infrastructures physiques dont dépendent tous les systèmes d’IA, sans exception.
L’impact sur le marché est double. À 80 297 $, le BTC reste dans une zone de force technique et absorbe pour l’instant l’incertitude macroéconomique liée aux signaux réglementaires. En tant que secteur, les jetons d’IA pourraient subir des pressions à court terme si les investisseurs institutionnels commencent à revoir les échéances de monétisation des protocoles d’agents. La liquidité des niches spécialisées de l’IA est déjà inférieure à celle des jetons d’infrastructure blockchain, ce qui accentue la volatilité lorsque le récit évolue. Le sentiment reste pour l’instant constructif, mais les données d’Uber constituent le premier point de données public émanant d’une grande entreprise qui remet en question la vitesse de la tendance, et non son orientation.
Trois scénarios. Scénario positif : le marché considère les données d’Uber comme un problème classique de démarrage, comparable aux premières transactions du commerce électronique en 1995. Les projets qui élaborent des normes d’interaction entre agents et de vérification — dans l’esprit de FlashProve, annoncé par Anthropic — bénéficient d’une prime de valorisation en tant que normes potentielles du secteur. Les jetons d’IA poursuivent leur progression, portés par le récit de l’infrastructure plutôt que par celui des agents. Ce scénario se concrétise si les grandes entreprises continuent d’investir publiquement dans les API et les normes pour agents. Scénario de base : le marché réagit par une correction modérée de 10 à 20 % dans le secteur de l’IA par rapport aux niveaux actuels, avec une rotation des valeurs liées aux « agents » vers celles de l’« infrastructure ». FET, TAO et les actifs comparables évoluent latéralement pendant deux à trois trimestres, en attendant de nouveaux points de données d’entreprises indiquant des volumes plus élevés de transactions entre agents. Scénario négatif : plusieurs grandes entreprises publient des données similaires à celles d’Uber, le récit des agents d’IA comme catalyseur à court terme s’effondre, et le secteur connaît le retrait de la cote de petits projets ainsi qu’une correction de 40 à 60 % par rapport aux sommets. Ce scénario se concrétise en cas de durcissement simultané de la réglementation des centres de données et de déception publique des clients professionnels quant au retour sur investissement des solutions d’agents.
Principaux risques à surveiller dans les prochaines semaines : l’évolution des résultats des entreprises du secteur technologique au troisième trimestre 2026, notamment les mentions des volumes de transactions entre agents ; l’avancement de l’adoption de normes de vérification des modèles d’IA (FlashProve et solutions comparables) ; le comportement des fonds institutionnels investis dans les jetons d’IA — une rotation se traduira par des flux visibles dans les données on-chain — ainsi que l’évolution des pressions réglementaires sur les infrastructures de calcul à la suite des élections de mi-mandat.
Conclusion de l’analyste : les données d’Uber ne réfutent pas la thèse des agents d’IA — elles en précisent l’horizon temporel. Les investisseurs qui détiennent des jetons d’IA devraient distinguer clairement dans leur portefeuille les investissements dans l’infrastructure de ceux liés aux agents. Les premiers restent pertinents, quelle que soit la vitesse de déploiement des agents. Les seconds exigent un horizon d’investissement plus long et la capacité d’accepter que la monétisation intervienne plus tard que ne le prévoient les attentes consensuelles. Quatre courses, ce n’est pas un échec. C’est un repère honnête pour estimer les délais réels.
La prochaine analyse paraîtra dès que des données significatives seront disponibles — abonnez-vous à la chaîne pour ne pas la manquer.
Ce contenu ne constitue pas un conseil en investissement.